基础知识（一）容器、迭代器、生成器、可迭代对象

Python 基础知识

1、明确定义：容器(container)、可迭代对象(iterable)、迭代器(iterator)、生成器(generator)

• 容器 ： 把多个元素组织在一起的数据结构，容器中的元素可以逐个地迭代获取。这是由于可迭代对象使容器可被迭代。但不是所有容器均可迭代，例如Bloom filter，因为它没把元素存储在容器中，而是通过一个散列函数映射成一个值保存在数组中。

可以用in, not in关键字判断元素是否包含在容器中，以字典为例：

 d = {1: 'foo', 2: 'bar', 3: 'qux'}
assert 1 in d
assert 'foo' not in d     # 'foo' 不是dict中的元素
# 注:assert fasle 会报错 只有逻辑为True才会什么都不返回

在Python中常见的容器对象 [高亮的是我知道的]
list[列表], deque
set{集合}, frozensets
dict{字典}, defaultdict, OrderedDict, Counter
tuple（元组）, namedtuple
str”字符串“

• 可迭代对象：指可被循环的对象，或者说，凡是可以返回一个迭代器的对象都可称之为可迭代对象。并不是具体的数据类型。
• 迭代器：对 Collection 进行迭代的类，是访问可迭代对象的工具，是用iter(obj)函数返回的对象(实例)，是用next(it)函数获取可迭代对象的数据。

#~ 举例解释蓝色字体
 iterator = iter（iterable obj） # 从可迭代对象中返回一个迭代器。注：iterable obj:可迭代对象
 next（iterator）# 从迭代器iterator中获取下一条记录，若无法获取，则触发stoptrerator异常

补充介绍Collection：是一个基本的集合接口，Collction的三个子类：

list	Set	Queue
1. 有序的集合，可控制元素插入的顺序，也可根据下标直接访问操作元素。	1.通常Set是无序的，不保证元素的插入顺序,部分实现除外(LinkedHashSet)。	1.专为进行处理前保存元素而设计的集合。
2.通常允许包含重复的元素，包括重复的null元素。	2.不允许包含重复的元素，底层通过Map实现。	2.通常不允许插入null元素

• 生成器：是一种特殊的迭代器，生成器自动实现了“迭代器协议”（即__iter__和next方法），无需再手动实现。生成器在迭代的过程中可以改变当前迭代值，而修改普通迭代器的当前迭代值往往会发生异常，影响程序的执行。生成器通过生成器函数产生，生成器函数用常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果，在每个结果之间挂起和继续它们的状态，来自动实现迭代协议。使用生成器可以很方便的支持迭代器协议。[注意：yield与return的不同是，前者不会在返回后释放，而是在下一次迭代时，生成器从yield下一句执行，直到遇到下个yield。 ]（举例在最后）

2、可迭代对象与迭代器实现及区别：

• 定义可迭代对象：必须实现__ iter __方法；
• 定义迭代器：因迭代器也是可迭代对象，故迭代器也要实现__ iter __方法，在此基础上还要实现next方法

具体实现：

• __ iter __()：返回的是当前对象的迭代器类的实例

  • 在可迭代对象中的实现：返回该可迭代对象的迭代器类的实例。
  • 在迭代器类的实现：直接返回self（即自己本身），表示自身即是自己的迭代器。

• next()：返回迭代的每一步，实现该方法时注意要最后超出边界要抛出StopIteration异常。即用except捕获，然后不作处理。

def gen(n):
    i=0
    while True:
        if i<=n:
            yield i
            i+=1
        else:
            raise StopIteration
 
iter_gen=iter(gen(10))
try:
    while True:
        print(next(iter_gen))
except StopIteration:
    pass

下面是可迭代对象与迭代器的举例：

class MyList(object):            # 定义可迭代对象类
 
    def __init__(self, num):
        self.data = num          # 上边界
 
    def __iter__(self):
        return MyListIterator(self.data)  # 返回该可迭代对象的迭代器类的实例
 
 
class MyListIterator(object):    # 定义迭代器类，其是MyList可迭代对象的迭代器类
 
    def __init__(self, data):
        self.data = data         # 上边界
        self.now = 0             # 当前迭代值，初始为0
 
    def __iter__(self):
        return self              # 返回该对象的迭代器类的实例；因为自己就是迭代器，所以返回self
 
    def next(self):              # 迭代器类必须实现的方法
        while self.now < self.data:
            self.now += 1
            return self.now - 1  # 返回当前迭代值
        raise StopIteration      # 超出上边界，抛出异常
 
 
my_list = MyList(5)              # 得到一个可迭代对象
print type(my_list)              # 返回该对象的类型
 
my_list_iter = iter(my_list)     # 可迭代器实例 = iter（可迭代对象）
print type(my_list_iter)
 
for i in my_list:                # 迭代
    print i

iter函数的主要用法：iter（collection）用于返回collection对象的迭代器实例。collection上面由说到，因其为各种可迭代对象的集合，故这里将其理解为可迭代对象。

3、生成器举例

def myList(num):      # 定义生成器
    now = 0           # 当前迭代值，初始为0
    while now < num:
        val = (yield now)                      # 返回当前迭代值，并接受可能的send发送值；yield在下面会解释
        now = now + 1 if val is None else val  # val为None，迭代值自增1，否则重新设定当前迭代值为val
 
my_list = myList(5)   # 得到一个生成器对象
 
print my_list.next()  # 返回当前迭代值
print my_list.next()
 
my_list.send(3)       # 重新设定当前的迭代值
print my_list.next()
 
print dir(my_list)    # 返回该对象所拥有的方法名，可以看到__iter__与next在其中

结果：

引用：

Python可迭代对象，迭代器，生成器的区别
完全理解Python迭代对象、迭代器、生成器
深入讲解Python中的迭代器和生成器
如何更好地理解Python迭代器和生成器